11月9日，由中國智能交通協會主辦、北京易華錄信息技術股份有限公司等協辦的“第十七屆中國智能交通年會（ITSAC 2022）暨2022中國智能交通大會”在成都成功召開。活動以“數字化背景下的ITS創新發展”為主題，聚焦數字化轉型背景下的智能交通行業發展。

易華錄資深副總裁孫建宏發表大會主旨演講《數字化驅動城市交通管理模式創新轉變》。

以下為演講實錄

今天主要分享易華錄將“交通業務深度理解”與“數據收存治用易”相融合，用場景化、業務化的“數據產品和服務”來解決城市緩堵、交通安全方面的實踐，并和與會嘉賓共同探討ITS數字化的發展路徑。

01

當我們共同探討ITS數字化時，第一個有共識的成功范例一定是網約車。

2012年前后，網約車出現。10年來，140多家網約車公司、150多萬名網約車司機加入網約車服務中，每天提供4000萬單服務。憑借其精準對接出行需求，網約車引領了交通數字化轉型的大潮。盡管它至今仍有安全隱患、數據隱私等合規監管問題，但大家愿意在發展中去完善，沒有人想回到從前的巡游時代。因為每次出行，只要動動手，終端、網絡、平臺輕松提供我們所需要的車和最佳路線，那種焦急、茫然、糟糕的打車體驗一去不復返了。網約車是“移動互聯網ITS數字化”成功的范例之一。再向前回溯，消費互聯網才是開啟數字化大時代的策源地。消費互聯網從本質上顛覆了商業及其連帶的一切對象和關系的運行模式，并且以山呼海嘯之勢推動全社會數字化轉型。轉型前后最本質的變化是“精準洞察、動態連接、高效協同、個性化服務”，其核心推動力就是借助數據洞察、標簽化等，提供了業務化的觀點，為精準營銷和企業運營提供智能化工具。 消費互聯網數據從生活方方面面滲出，涓涓細流，百川歸海。這些自帶標識的、多維度的、時空連續的全過程數據，相互印證，融合拼接，輕松清晰呈現消費者畫像、產品畫像及各環節關系。它能夠為產品營銷、企業運營、風險控制提供前所未有的智能化工具。有了這樣的數據，就等于輕松擁有了魔鏡！ 因此，相對于傳統行業，消費互聯網來自云原生、數字原生，它們就是新物種。數字化轉型，首先就是借鑒它們對全過程標識數據收存治用易的方法，用數據說話，解決行業自身的問題。02再轉到我們今天共同探討的交通發展話題。 緩堵和安全依舊是交通的兩大主題，我們更關注的是在 “交通資源緊張、交通沖突多發、公眾出行迫切” 的早晚高峰通勤常堵路段、醫院學校周邊，如何緩解擁堵的問題。我們探討如何為減量控大提供有效抓手。 兩部委在十四五規劃中都突出強調了“數智賦能管理、服務模式創新” 的發展思路。各地也紛紛成立了專門的大數據管理部門和崗位，為進一步加快數字化轉型做了組織準備。交通，尤其是交管，信息化的廣度和深度相比于其他行業，應該是比較靠前的。但和消費互聯網數據特點相比較，依然顯得很不一樣。主要表現在：

1.多數交通數據涵養在業務系統中，系統與數據解耦較少；

2.跨網絡訪問限制較多；

3.成立不久的數據部門與業務部門協作效率不高。

由于數據散，最終表現出的成效就是視角小、洞察淺。但交通世界運行的復雜程度遠高于消費行為，需要我們加快尋找到合適的ITS數字化發展路徑。

這樣顯著的差異，也說明照搬照抄互聯網大數據的模式是不可行的。那么在當前一段時間內，交通大數據落地應用的破局點在哪里呢？

根據我們幾年來在各地的實踐情況，體會之一就是把互聯網的方法與交通數據的實際情況結合起來，找到適合交通數據深度應用的發展道路。

PART1破局點一先易后難，場景化落地，聚焦/打透/見實效

在大數據科的協調和促動下，努力將已有一定聚集度的數據拉通，形成有規模、維度的數據基礎。并要聚焦場景，用標簽化呈現數據業務價值，為業務部門解決實際問題。得到業務部門的支持，就是將數據變活的唯一檢驗。

PART2破局點二急用先行，按需治理加工

對數據治理要重視和持續投入。未經治理、缺乏質量和安全保障的數據歸集只是在增加成本。我們獲取的絕大部分交通數據，是為解決那時那刻、特定業務的數據，但一旦轉換焦點或時過境遷，那些數據的價值就不在保鮮。

所以對結構化數據的治理要圍繞“支撐高效管控服務”展開，而不止步于主數據的共享交換；對非結構化數據，尤其是交通視頻,蘊含現實交通世界豐富的運行特征，更需要投入可靈活調度的AI解析平臺，按需治理加工。

03二十年來，易華錄一直是智能交通創新發展的踐行者。自2016年以來，易華錄看到互聯網在高效協作中形成的巨量數據，必定會帶來大數據產業的新契機，因此堅定轉向“數據服務”方向。

在智能交通領域，易華錄將自己“對交通業務的深刻理解”與“政企數據收存治用易”相結合，努力發展成為“社會可信的數據服務商”。

面向新發展階段，在“互聯網、大數據和自動駕駛”三駕馬車的驅動下，一體化綜合交通和智能駕駛、車路協同一定會在某天勝利會師。數據服務就是高效協作和規律洞察的核心要素。

易華錄依托超存云、數據治理工具和服務、數據資產管理平臺，為各城市交管/交運、部省交通數據中心提供數據服務。我們在各地的實踐中，感受最深的就是數據中臺內涵和數據服務輸出發生了顯著變化。

1.數據中臺下沉了，更加講求 “數據治理及業務標簽構建” 基本功。 2.在應用出口上擴寬了，交通大腦不是唯一的輸出方式。

建設期的模型不是數據價值的天花板，用戶更喜歡自己上手，隨時用自助建模工具構建模型，用數據探尋解決實際工作中出現的問題；

用戶希望不同能力的合作伙伴能夠相繼出現，在數據實驗室中求解驗證，然后再移植到業務平臺；

用戶希望用數據說話，面向自己的轄區業務，分析出類似百度高德這樣的交通報告。

對此，我們在項目實踐中，形成了一套相對完備的組織方法、管理制度、技術標準和治理工具，形成較完善的交通數據治理服務能力體系，提升規模化交通數據的質量和數據安全，踐行數據價值釋放和有序流通，支撐交管/交運數字化轉型。

主要包括以下六個方面： 一是關于數據治理標準規范我們基于行業標準、業務理解和實踐要求，和用戶一起，在項目中形成了較為完備的交管、交運數據治理規范，為規范開展數據治理提供了很好的基礎。二是關于數據治理方法與成果我們采用自上向下場景驅動，和自下向上數據探查的方式，進行交管、交運數據治理工作。比如為北京交通管理實現了數據與業務的解耦，為應用場景提供大數據技術服務，讓大數據科有了工作抓手，它成為新機構、新平臺和新模式的范例之一。三是關于實戰業務模型的構建我們為用戶提供自助建模工具，為對業務有深刻理解的警官提供了作業手段，他們可以在工作中隨時隨地構建、升級、分享業務模型，提升業務化模型構建能力，不斷增強用戶用數據說話的工作氛圍。四是關于用戶畫像的突出應用標識化時空數據為持續行為追蹤和規律探查提供手段。我們在標簽、模型和指標的基礎上，我們構建重點車畫像、重點企業畫像、常堵路段畫像、隱患路段畫像、警員畫像等，讓問題、規律、需求與措施之間的匹配度不斷清晰起來，讓評判有依據，讓改進有方向。五是關于用知識圖譜探尋復雜問題的答案對于常堵路段等交通頑疾，需要找到其根本的影響因素。我們嘗試用尚不完備的交通數據，將影響擁堵的業務邏輯用知識圖譜的方式呈現出來，找到可用的、有限的調控手段，卸載不必要的交通負荷，緩解瓶頸點段擁堵。六是關于視頻AI應用交通視頻的智能解析和AI預警已經成為大家普遍探索的有效方案。易華錄在項目實踐中，形成了較豐富實戰的高速公路和城市道路交通對象識別、交通事件和交通參數檢測算法，并通過視圖庫與結構化交通數據平臺有效融合，構成完整的交通數據資源。我們在項目中已經成功落地80多種人車非對象識別、交通違法、交通參數檢測和交通事件等算法。 以上是對于易華錄將交通業務理解轉化為數據治理、標簽化等能力體系的介紹。這些能力在北京交管警務云和大數據平臺項目、河北路防項目、哈爾濱交通云項目以及一體化綜合交通、交旅融合等方面都有成功落地實踐。 我們今天在此探討ITS數字化，就是看到數據在深度洞察、高效協作方面的巨大能量。這是一個需要我們持續探索、實踐、交流、推進的事業。面向新發展階段，在技術創新、管理創新推動業務創新的實踐中，易華錄將堅定立足與提供可信數據服務，與業界密切協作，用ITS數字化不斷實現交通供需的精細動態匹配，完善和創新交通服務出行、交通服務產業模式，提升交通安全和運行效率，助推實現交通強國。

審核編輯 ：李倩